关联规则挖掘最小支持度阀值设定的优化算法研究

为了解决在关联规则挖掘Apriori算法中最小支持度阀值设定较难或设定不适当的问题,基于事务普遍具有统计规律性的前提,设计了平均值调整优化的算法.为支持度和预选率划分不同区间,利用平均值进行最小支持度阀值的微调.对于不同分布特征的事务数据库,该方法比原先设定阀值都能取得更适中和更好的频繁项集结果,同时不会产生过大的性能...     

Web数据挖掘初探

Web上有海量的数据信息，对这些数据进行复杂的应用成了现令数据库技术的研究热点。这里对数据挖掘的基本概念、Web数据挖掘步骤、Web数据挖掘在三个研究领域的研究现状、发展及常用Web数据挖掘工具做了简单介绍，希望起到抛砖引玉作用。     

OLAM以及基于Web的OLAM

随着数据库技术的发展,数据仓库技术的出现,数据库（数据仓库江的应用工具也从 ＯＬＴＰ发展到 ＯＬＡＰ、ＤａｔａＭｉｎｉｎｇ,直到今天的 ＯＬＡＭ;而 Ｉｎｔｅｒｎｅｔ、尤其是ＷＷＷ技术的兴起与发展,更使基于 Ｗｅｂ的 ＯＬＡＭ成为可能。     

浅析数据挖掘在CRM中的应用

电子商务加速发展,吸引了众多企业进军电商行业,加剧了企业对客户的竞争。因此,做好客户关系管理就显得非常重要。在简要描述数据挖掘和CRM（客户关系管理）的基础上,重点分析数据挖掘在CRM中的具体应用．包括如何获取新客户和如何提升客户的价值。这对电子商务企业的客户关系管理有参考价值。     

基于聚类算法的零售业CRM数据挖掘的应用

把数据挖掘中K-中心点聚类算法应用于基于客户价值矩阵的客户价值细分中,建立一种零售业客户细分方法,为零售超市客户保持和营销提供决策依据,并用样本进行实验,得出结论.     

关联规则挖掘中Apriori算法的研究与改进

该文在对关联规则挖掘中Apriori算法的深入研究和分析的基础上,发现并指出了该算法存在的不足,并对其进行以下三方面改进：改善候选项集支持度的计算方法;缩小候选项集的生成规模;减少对数据库的扫描次数。实验结果表明．改进算法性能得到了明显提高。     

使用关联规则挖掘高校教学评价数据

以高校教学评价数据为基础,采用数据挖掘中的关联规则,寻找教学评价数据背后隐含的有价值的信息。从教学评价表中挖掘出教师特征因素（学历、职称、教龄）与教学评价质量等级的关联,从而为教学管理部门和授课教师提供决策参考。     

具有属性析取扩展特征的内逆P-信息智能挖掘

逆P-集合(inverse packet sets)是由内逆P-集合P-F(internal inverse packet set(X)F)与外逆P-集合XF(outerinverse packet setXF)构成的集合对;或者,((X)F,(X)F)是逆P-集合;逆P-集合具有动态特性.它是研究另一类动态信息与应用的新模型.逆P-集合中元素的属性满足属性析取.利用内逆P-集合的结构,给出了元素的属性析取扩展形式与特征、属性析取扩展条件下的内逆P-信息智能挖掘,以及挖掘定理与智能挖掘原理;给出了满足内逆P-推理与非完整信息条件下的完整信息的智能挖掘-发现.利用这些结果,给出了具有属性析取扩展特征的信息智能挖掘的应用.     

无线传感网络在机群状态监测中的应用研究

利用传感技术、无线数据传输和网络技术等,搭建了基于无线传感器网络的施工设备监测系统,通过对无线传感网络的传输标准、发送模块和网络接口的设计与实施,实现了对机群中各分散单机的远程监测与故障诊断,以实时评估当前机群总体运行情况及各单机的运行状况的目的。该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域。     

国内Web数据挖掘研究综述

Web数据挖掘是建立在数据挖掘理论的基础之上的,在庞大的Internet信息源上快速获取有用信息。目前在世界范围内对Web数据挖掘的研究尚处于初级阶段,与国外相比,我国对Web挖掘的研究相对较晚。试图对国内关于Web数据挖掘的研究与应用现状进行综述性地介绍,在把握当前研究现状的基础上,明确今后主要的研究方向与重点问题。